Mühendislik Problemlerinin Optimizasyonu için Evrimsel Algoritmalar

Abstract

Üç boyutlu yumuşak büyüyen robotik manipülatörlerin tasarımını gerçekleştirmeyi amaçlayan çok amaçlı sürekli evrimsel bir çerçeve öneriyoruz. Ulaşılabilirlik, malzeme kullanımı, eğrilik düzgünlüğü ve çarpışmasız alanı tek bir optimizasyon problemine dahil ederek, ağırlık ayarlamasını ve karmaşık Pareto ön yüzü hesaplamalarını ortadan kaldırmak için Sıralama Bölme (Rank Partitioning) ve hayatta kalma stratejilerinden faydalanıyoruz. Dört algoritmayı, Genetik Algoritma (GA), Parçacık Sürüsü Optimizasyonu (PSO), Diferansiyel Evrim (DE) ve Büyük Patlama–Büyük Çöküş (BB–BC), aynı koşullar altında, farklı hedefler ve engeller ile karşılaştırdık. Sonuçlar, bu mühendislik problemi için en iyi algoritmaların sırasıyla GA ve PSO olduğunu, ardından DE'nin geldiğini göstermektedir; ayrıca BB–BC'nin ortalama olarak PSO ve DE'ye kıyasla daha tutarlı olduğunu iddia ediyoruz. Yaklaşımımız, sürekli robot tasarımı için ölçeklenebilir bir çözümdür ve karmaşık, yapısal olmayan alanlar için en uygun algoritmanın seçilmesine yardımcı olur.

The 3D design of soft growing robotic manipulators is a demanding task due to theirbuilt-in compliance and the need to optimize several, typically conflicting, objec-tives. This thesis presents a novel multi-objective continuous evolutionary methodfor 3D design of such manipulators. Our approach integrates key factors such asreachability, material efficiency, curvature smoothness, and collision avoidance into asingle optimization problem. By leveraging Rank Partitioning and effective survivalmethods, our approach avoids manual weight tuning and expensive Pareto-front cal-culations. We performed an extensive comparative study of four evolutionary algo-rithms, Genetic Algorithm (GA), Particle Swarm Optimization (PSO), DifferentialEvolution (DE), and Big Bang-Big Crunch (BB-BC), under the same conditionson different targets and obstacles. Results show that GA and PSO always providesuperior performance for this design problem, while BB-BC is illustrated as beingvery consistent relative to PSO and DE. Scalable solution significantly advancescontinuum robot design since it enables the selection of the optimal algorithm forthis engineering problem.